如果你想掌握深度學習,，就必須要學會一種框架，而TensorFlow和PyTorch框架是我們經(jīng)常選擇的兩種主流,。

但是我們發(fā)現(xiàn)在2019年,，有大量學術研究人員從TensorFlow轉(zhuǎn)投PyTorch。

勢頭來的有多么猛烈,，讓我們來看看2018與2019年的各大頂會對比吧：

從上圖數(shù)據(jù)可以直觀的看出：PyTorch只用了一年,，便把弱勢變成了壓倒性優(yōu)勢。

可見,，PyTorch正在快速增長,，在學術圈中地位一路飆升,，大有取代“老大哥”TensorFlow，成為機器學習框架No.1的勢頭,。

為什么大家都選擇Pytorch,？

相比于TensorFlow

1、PyTorch 可替代NumPy,，讓你完全獲得GPU加速帶來的便利,，以便可以快速進行數(shù)據(jù)預處理；

2,、pytorch提供的變量可以自動更新,，讓你可以構(gòu)建自己的計算圖，充分控制自己的梯度,；

3,、TensorFlow是靜態(tài)圖,，而pytorch是動態(tài)圖,，這意味著你可以隨意的調(diào)用函數(shù)，使代碼更簡潔,；

4,、pytorch不僅可以設定學習速率，讓它以特定規(guī)則進行變化,。而且還有很多方便且開箱即用的工具,；

因此，學Pytorch是你的不二選擇,。

但是,，很多人僅僅是靠自學找資料或看官方文檔，都是一知半解,，根本不理解pytorch的使用原理,。所以大多數(shù)的小伙伴對pytorch的深入認知只有30%，還有70%是沒有真正掌握的,，導致很多學習過的小伙伴經(jīng)常向我吐槽：

所以，如果你想深入細致了解使用PyTorch并快速高效地構(gòu)建深度學習模型,，那么——深度之眼攜手《PyTorch模型訓練實用教程》